llms.txt

llms.txt é um arquivo de texto simples publicado na raiz do site (https://exemplo.com/llms.txt) que documenta para Large Language Models como ChatGPT, Claude, Perplexity e Gemini quais conteúdos do domínio são prioritários, como navegar, e quais seções concentram a informação relevante. A proposta foi feita pelo pesquisador Jeremy Howard em 2024 e ganhou tração rápida em sites de documentação técnica, conteúdo editorial e produtos digitais. É análogo ao robots.txt, mas focado em motores generativos.

O que é o llms.txt

O llms.txt é um arquivo Markdown publicado na raiz do site, com estrutura padronizada que descreve o site para LLMs. Tem cabeçalho com nome e descrição do site, lista de seções principais e blocos opcionais com links para versões “limpas” do conteúdo (sem menus, banners e elementos visuais que confundem o parsing).

Tecnicamente é simples. Um arquivo .txt com Markdown, servido com content-type text/plain ou text/markdown, acessível via /llms.txt. Não precisa de plugin, autenticação, ou processamento dinâmico. É leitura aberta, igualzinho ao robots.txt e sitemap.xml.

O que é o llms.txt na prática é um “manual de uso” para a IA. Em vez de o LLM ter que parsear HTML cheio de scripts, banners de cookie, menus e widgets, ele lê um índice estruturado que aponta para o conteúdo essencial. O resultado tende a ser citação mais precisa em respostas geradas.

O padrão foi proposto em llmstxt.org. Adoção começou forte em ferramentas técnicas como Anthropic, Cloudflare, Stripe, Hex e Algolia. Em 2026, sites editoriais e blogs WordPress começaram a adotar. A especificação ainda está em evolução, mas o formato base é estável.

Como funciona o llms.txt

O arquivo segue uma estrutura simples. Linha 1: H1 com nome do site (“# FULL Services”). Linhas seguintes: blockquote com descrição do site. Depois, seções H2 que agrupam links: “## Glossário”, “## Documentação”, “## Casos de uso”. Cada link aponta para uma URL específica que o LLM deve priorizar.

Há também o formato estendido com /llms-full.txt, que entrega versão “clean” do conteúdo todo concatenado, em Markdown puro. Em vez do LLM seguir links e fazer requisições, ele lê tudo em um arquivo só. Para sites pequenos a médios, é o formato mais eficiente.

Quem usa o arquivo? Não há resposta definitiva ainda. Anthropic confirmou que Claude com web search consulta llms.txt quando disponível. Perplexity tem suporte parcial. ChatGPT com browsing ainda não fez declaração oficial, mas testes mostram melhora em precisão de citação para sites com llms.txt bem feito.

O efeito esperado é duplo: melhor precisão na citação (LLM lê conteúdo limpo, não HTML poluído) e priorização de seções importantes. Em vez de o motor decidir sozinho qual página do seu site é relevante, você indica explicitamente. Combine com GEO e AEO para uma estratégia completa de presença em IA generativa.

Como criar llms.txt no WordPress

O caminho mais simples é via plugin. Em 2026 já existem plugins dedicados a llms txt wordpress, como LLMs Full e WP llms.txt, que geram o arquivo automaticamente a partir do conteúdo do site. O plugin lê posts, pages e custom post types, monta o índice em Markdown e expõe em /llms.txt.

O caminho manual também é viável. Crie um arquivo llms.txt na raiz pública do site (mesmo nível do wp-config.php ou um nível abaixo, dependendo da estrutura) ou adicione uma rewrite rule no .htaccess que serve o conteúdo via uma página específica do WordPress.

Para conteúdo dinâmico, escreva um plugin custom de 50 linhas que gera o arquivo a partir do banco de dados WordPress, com cache. O fluxo: cria um endpoint via add_rewrite_rule, monta o Markdown a partir de get_posts(), retorna como text/plain, e usa transient API para cachear por 24h. Resultado é dinâmico, atualizado e barato.

Estruture o conteúdo do arquivo. Liste as seções principais (Glossário, Blog, Documentação, Sobre, Cases). Para cada seção, inclua links para os 5-10 conteúdos mais importantes, com título e descrição curta. Não inclua tudo: o objetivo é guiar a IA para o que importa.

Combine com robots.txt e schema markup bem configurados. Os três sinais (robots.txt + llms.txt + schema) cobrem as três vertentes: bots de busca tradicional, LLMs e parsers semânticos.

llms.txt vs robots.txt

O robots.txt é antigo, padronizado em 1994. Diz a bots de busca o que rastrear e o que não rastrear. “User-agent: Googlebot Disallow: /admin” é a sintaxe clássica. Cobre permissões e bloqueios em nível de URL.

O llms.txt, em contraste, não bloqueia nada. É indicativo, não restritivo. Diz à IA “este conteúdo é importante, comece por aqui”. A IA pode ignorar ou seguir. Não é mecanismo de proteção: é mecanismo de orientação.

Os dois coexistem. Use robots.txt para bloquear áreas privadas (admin, área de cliente, páginas em construção) e para listar o sitemap XML. Use llms.txt para guiar LLMs ao melhor conteúdo público do site. Cada um tem propósito específico.

Há também a discussão sobre bloqueio de LLMs em robots.txt (“User-agent: GPTBot Disallow: /”). Isso é mecanismo separado, focado em decidir se você permite ou não que crawlers de IA usem seu conteúdo para treinamento ou em respostas. Algumas marcas bloqueiam, outras priorizam ser citadas. Decisão estratégica.

Para sites WordPress que querem implementar arquivo llms da forma certa sem montar plugin do zero, a FULL Services entrega o Rank Math já licenciado e pré-configurado dentro da stack profissional WordPress, com geração automática de llms.txt, schema markup, sitemap XML e regras de robots.txt integradas. É a forma de aplicar todas as camadas de visibilidade para IA generativa sem editar arquivo por arquivo manualmente.